Redis的数据结构和相关常用命令

╰+哭是因爲堅強的太久メ 2022-05-22 02:42 235阅读 0赞

Key  
  
Redis采用Key-Value型的基本数据结构，任何二进制序列都可以作为Redis的Key使用（例如普通的字符串或一张JPEG图片）。  
  
关于Key的一些注意事项：  
不要使用过长的Key。例如使用一个1024字节的key就不是一个好主意，不仅会消耗更多的内存，还会导致查找的效率降低。  
Key短到缺失可读性是不好的，例如"u1000flw"比"user:1000:followers"来说，节省了寥寥的存储空间，却引发了可读性和可维护性上的麻烦。  
最好使用统一的规范来设计Key，比如"object-type:id:attr"，以这一规范设计出的Key可能是"user:1000"或"comment:1234:reply-to"。  
Redis允许的最大Key长度是512MB（对Value的长度限制也是512MB）。  
  
  
String  
  
String是Redis的基础数据类型，Redis没有Lnt、Float、Boolean等数据类型的概念，所有的基本类型在Redis中都以String体现。  
  
与String相关的常用命令：  
SET：为一个key设置value，可以配合EX/PX参数指定key的有效期，通过NX/XX参数针对key是否存在的情况进行区别操作，时间复杂度O(1)。  
GET：获取某个key对应的value，时间复杂度O(1)。  
GETSET：为一个key设置value，并返回该key的原value，时间复杂度O(1)。  
MSET：为多个key设置value，时间复杂度O(N)。  
MSETNX：同MSET，如果指定的key中有任意一个已存在，则不进行任何操作，时间复杂度O(N)。  
MGET：获取多个key对应的value，时间复杂度O(N)。  
  
上文提到过，Redis的基本数据类型只有String，但Redis可以把String作为整型或浮点型数字来使用，主要体现在INCR、DECR类的命令上：  
INCR：将key对应的value值自增1，并返回自增后的值。只对可以转换为整型的String数据起作用。时间复杂度O(1)。  
INCRBY：将key对应的value值自增指定的整型数值，并返回自增后的值。只对可以转换为整型的String数据起作用。时间复杂度O(1)。  
DECR/DECRBY：同INCR/INCRBY，自增改为自减。  
  
INCR/DECR系列命令要求操作的value类型为String，并可以转换为64位带符号的整型数字，否则会返回错误。  
  
也就是说，进行INCR/DECR系列命令的value，必须在\[-2^63 ~ 2^63 - 1\]范围内。  
  
前文提到过，Redis采用单线程模型，天然是线程安全的，这使得INCR/DECR命令可以非常便利的实现高并发场景下的精确控制。  
  
例1：库存控制  
在高并发场景下实现库存余量的精准校验，确保不出现超卖的情况。  
  
设置库存总量：  
SET inv:remain "100"  
库存扣减+余量校验：  
DECR inv:remain  
当DECR命令返回值大于等于0时，说明库存余量校验通过，如果返回小于0的值，则说明库存已耗尽。  
  
假设同时有300个并发请求进行库存扣减，Redis能够确保这300个请求分别得到99到-200的返回值，每个请求得到的返回值都是唯一的，绝对不会找出现两个请求得到一样的返回值的情况。  
  
例2：自增序列生成  
实现类似于RDBMS的Sequence功能，生成一系列唯一的序列号。

设置序列起始值：  
SET sequence "10000"  
获取一个序列值：  
INCR sequence  
  
直接将返回值作为序列使用即可。  
  
获取一批（如100个）序列值：  
INCRBY sequence 100  
  
假设返回值为N，那么\[N - 99 ~ N\]的数值都是可用的序列值。  
  
当多个客户端同时向Redis申请自增序列时，Redis能够确保每个客户端得到的序列值或序列范围都是全局唯一的，绝对不会出现不同客户端得到了重复的序列值的情况。  
  
  
List  
  
Redis的List是链表型的数据结构，可以使用LPUSH/RPUSH/LPOP/RPOP等命令在List的两端执行插入元素和弹出元素的操作。虽然List也支持在特定index上插入和读取元素的功能，但其时间复杂度较高（O(N)），应小心使用。  
  
与List相关的常用命令：  
LPUSH：向指定List的左侧（即头部）插入1个或多个元素，返回插入后的List长度。时间复杂度O(N)，N为插入元素的数量。  
RPUSH：同LPUSH，向指定List的右侧（即尾部）插入1或多个元素。  
LPOP：从指定List的左侧（即头部）移除一个元素并返回，时间复杂度O(1)。  
RPOP：同LPOP，从指定List的右侧（即尾部）移除1个元素并返回。  
LPUSHX/RPUSHX：与LPUSH/RPUSH类似，区别在于，LPUSHX/RPUSHX操作的key如果不存在，则不会进行任何操作。  
LLEN：返回指定List的长度，时间复杂度O(1)。  
LRANGE：返回指定List中指定范围的元素（双端包含，即LRANGE key 0 10会返回11个元素），时间复杂度O(N)。应尽可能控制一次获取的元素数量，一次获取过大范围的List元素会导致延迟，同时对长度不可预知的List，避免使用LRANGE key 0 -1这样的完整遍历操作。  
  
应谨慎使用的List相关命令：  
LINDEX：返回指定List指定index上的元素，如果index越界，返回nil。index数值是回环的，即-1代表List最后一个位置，-2代表List倒数第二个位置。时间复杂度O(N)。  
LSET：将指定List指定index上的元素设置为value，如果index越界则返回错误，时间复杂度O(N)，如果操作的是头/尾部的元素，则时间复杂度为O(1)。  
LINSERT：向指定List中指定元素之前/之后插入一个新元素，并返回操作后的List长度。如果指定的元素不存在，返回-1。如果指定key不存在，不会进行任何操作，时间复杂度O(N)。  
  
由于Redis的List是链表结构的，上述的三个命令的算法效率较低，需要对List进行遍历，命令的耗时无法预估，在List长度大的情况下耗时会明显增加，应谨慎使用。  
  
换句话说，Redis的List实际是设计来用于实现队列，而不是用于实现类似ArrayList这样的列表的。如果你不是想要实现一个双端出入的队列，那么请尽量不要使用Redis的List数据结构。  
  
为了更好支持队列的特性，Redis还提供了一系列阻塞式的操作命令，如BLPOP/BRPOP等，能够实现类似于BlockingQueue的能力，即在List为空时，阻塞该连接，直到List中有对象可以出队时再返回。  
  
  
Hash  
  
Hash即哈希表，Redis的Hash和传统的哈希表一样，是一种field-value型的数据结构，可以理解成将HashMap搬入Redis。  
  
Hash非常适合用于表现对象类型的数据，用Hash中的field对应对象的field即可。  
  
Hash的优点包括：  
可以实现二元查找，如"查找ID为1000的用户的年龄"。  
比起将整个对象序列化后作为String存储的方法，Hash能够有效地减少网络传输的消耗。  
当使用Hash维护一个集合时，提供了比List效率高得多的随机访问命令。  
  
与Hash相关的常用命令：  
HSET：将key对应的Hash中的field设置为value。如果该Hash不存在，会自动创建一个，时间复杂度O(1)。  
HGET：返回指定Hash中field字段的值，时间复杂度O(1)。  
HMSET/HMGET：同HSET和HGET，可以批量操作同一个key下的多个field，时间复杂度：O(N)，N为一次操作的field数量。  
HSETNX：同HSET，但如field已经存在，HSETNX不会进行任何操作，时间复杂度O(1)。  
HEXISTS：判断指定Hash中field是否存在，存在返回1，不存在返回0，时间复杂度O(1)。  
HDEL：删除指定Hash中的field（1个或多个），时间复杂度：O(N)，N为操作的field数量。  
HINCRBY：同INCRBY命令，对指定Hash中的一个field进行INCRBY，时间复杂度O(1)。  
  
应谨慎使用的Hash相关命令：  
HGETALL：返回指定Hash中所有的field-value对。返回结果为数组，数组中field和value交替出现。时间复杂度O(N)。  
HKEYS/HVALS：返回指定Hash中所有的field/value，时间复杂度O(N)。  
  
上述三个命令都会对Hash进行完整遍历，Hash中的field数量与命令的耗时线性相关，对于尺寸不可预知的Hash，应严格避免使用上面三个命令。  
  
  
Set  
  
Redis Set是无序的，不可重复的String集合。  
  
与Set相关的常用命令：  
SADD：向指定Set中添加1个或多个member，如果指定Set不存在，会自动创建一个。时间复杂度O(N)，N为添加的member个数。  
SREM：从指定Set中移除1个或多个member，时间复杂度O(N)，N为移除的member个数。  
SRANDMEMBER：从指定Set中随机返回1个或多个member，时间复杂度O(N)，N为返回的member个数。  
SPOP：从指定Set中随机移除并返回count个member，时间复杂度O(N)，N为移除的member个数。  
SCARD：返回指定Set中的member个数，时间复杂度O(1)。  
SISMEMBER：判断指定的value是否存在于指定Set中，时间复杂度O(1)。  
SMOVE：将指定member从一个Set移至另一个Set。  
慎用的Set相关命令：  
SMEMBERS：返回指定Hash中所有的member，时间复杂度O(N)。  
SUNION/SUNIONSTORE：计算多个Set的并集并返回/存储至另一个Set中，时间复杂度O(N)，N为参与计算的所有集合的总member数。  
SINTER/SINTERSTORE：计算多个Set的交集并返回/存储至另一个Set中，时间复杂度O(N)，N为参与计算的所有集合的总member数。  
SDIFF/SDIFFSTORE：计算1个Set与1或多个Set的差集并返回/存储至另一个Set中，时间复杂度O(N)，N为参与计算的所有集合的总member数。  
上述几个命令涉及的计算量大，应谨慎使用，特别是在参与计算的Set尺寸不可知的情况下，应严格避免使用。  
  
  
Sorted Set  
  
Redis Sorted Set是有序的、不可重复的String集合。Sorted Set中的每个元素都需要指派一个分数(score)，Sorted Set会根据score对元素进行升序排序。如果多个member拥有相同的score，则以字典序进行升序排序。  
  
Sorted Set非常适合用于实现排名。  
  
Sorted Set的主要命令：  
ZADD：向指定Sorted Set中添加1个或多个member，时间复杂度O(Mlog(N))，M为添加的member数量，N为Sorted Set中的member数量。  
ZREM：从指定Sorted Set中删除1个或多个member，时间复杂度O(Mlog(N))，M为删除的member数量，N为Sorted Set中的member数量。  
ZCOUNT：返回指定Sorted Set中指定score范围内的member数量，时间复杂度：O(log(N))。  
ZCARD：返回指定Sorted Set中的member数量，时间复杂度O(1)。  
ZSCORE：返回指定Sorted Set中指定member的score，时间复杂度O(1)。  
ZRANK/ZREVRANK：返回指定member在Sorted Set中的排名，ZRANK返回按升序排序的排名，ZREVRANK则返回按降序排序的排名。时间复杂度O(log(N))。  
ZINCRBY：同INCRBY，对指定Sorted Set中的指定member的score进行自增，时间复杂度O(log(N))。  
慎用的Sorted Set相关命令：  
ZRANGE/ZREVRANGE：返回指定Sorted Set中指定排名范围内的所有member，ZRANGE为按score升序排序，ZREVRANGE为按score降序排序，时间复杂度O(log(N)+M)，M为本次返回的member数。  
ZRANGEBYSCORE/ZREVRANGEBYSCORE：返回指定Sorted Set中指定score范围内的所有member，返回结果以升序/降序排序，min和max可以指定为-inf和+inf，代表返回所有的member。时间复杂度O(log(N)+M)。  
ZREMRANGEBYRANK/ZREMRANGEBYSCORE：移除Sorted Set中指定排名范围/指定score范围内的所有member。时间复杂度O(log(N)+M)。  
上述几个命令，应尽量避免传递\[0 -1\]或\[-inf +inf\]这样的参数，来对Sorted Set做一次性的完整遍历，特别是在Sorted Set的尺寸不可预知的情况下。  
  
  
Bitmap和HyperLogLog  
  
Redis的这两种数据结构相较之前的并不常用，在本文中只做简要介绍。  
  
Bitmap在Redis中不是一种实际的数据类型，而是一种将String作为Bitmap使用的方法。可以理解为将String转换为bit数组。使用Bitmap来存储true/false类型的简单数据极为节省空间。  
  
HyperLogLogs是一种主要用于数量统计的数据结构，它和Set类似，维护一个不可重复的String集合，但是HyperLogLogs并不维护具体的member内容，只维护member的个数。也就是说，HyperLogLogs只能用于计算一个集合中不重复的元素数量，所以它比Set要节省很多内存空间。